Disponível para oportunidades como Analista de Dados Júnior ou Estágio em Dados & IA
Estudante de Segurança da Informação | Dados & IA

Modelagem de dados, SQL relacional e inteligência artificial aplicada.

Estudante de Segurança da Informação na Uninove com foco prático em análise de dados (SQL/PostgreSQL), IA generativa com RAG (LangChain) e entrega de aplicações web completas.

SQL & PostgreSQL • Modelagem Relacional • Consultas Analíticas (JOIN / GROUP BY) • Python & LangChain • RAG & Vector DBs (ChromaDB) • Power BI • Segurança da Informação • Auditoria Forense Digital • APIs REST • Docker & Git
// COMPETÊNCIAS

Fundamentos sólidos.
Prática em Dados e IA.

Combino raciocínio analítico para modelagem de bancos relacionais, inteligência artificial contextual e capacidade de entrega de software de ponta a ponta.

Modelagem Relacional & SQL

Desenho de esquemas do zero em **PostgreSQL**, estruturação de chaves primárias e estrangeiras, integridade referencial e escrita de consultas otimizadas utilizando múltiplos **JOINs**, **GROUP BY** e agregações analíticas.

IA Aplicada, RAG & LangChain

Implementação de pipelines **RAG (Retrieval-Augmented Generation)** com **LangChain**, banco vetorial **ChromaDB** e embeddings locais para automação de análises de dados e recuperação contextual de documentos.

Segurança da Informação & Forense

Graduação em andamento na **Uninove** com foco em governança, integridade de dados, criptografia (hashing e cifras), auditoria forense digital de processos e análise de logs em conformidade com boas práticas.

Entrega de Software & Web Apps

Capacidade comprovada de construir aplicações reais: APIs em Python (FastAPI/Flask), bancos relacionais e interfaces modernas em JavaScript/Tailwind, transformando requisitos brutos em produtos funcionais.

// PROJETOS EM DESTAQUE

Construídos na Prática.

Projetos reais com foco em modelagem relacional SQL, inteligência artificial contextual e desenvolvimento web de ponta a ponta.

tcc_chamada_schema.sql (Exemplo meramente ilustrativo)
PostgreSQL
-- 1. Modelagem Relacional Edu-Call (Turmas do 3º Ano & Chamada)
CREATE TABLE turmas (
  id SERIAL PRIMARY KEY,
  nome_turma VARCHAR(50),
  serie VARCHAR(20) DEFAULT '3º Ano',
  professor_id INT REFERENCES professores(id)
);

CREATE TABLE chamadas (
  id BIGSERIAL PRIMARY KEY,
  aluno_id INT NOT NULL REFERENCES alunos(id),
  turma_id INT NOT NULL REFERENCES turmas(id),
  presente BOOLEAN NOT NULL,
  motivo_falta_id INT REFERENCES motivos_falta(id),
  data_registro DATE NOT NULL
);
-- 2. Consulta Analítica: Métricas de Frequência por Turma
SELECT
  t.nome_turma,
  a.nome AS aluno,
  COUNT(c.id) AS total_aulas,
  ROUND(100.0 * SUM(CASE WHEN c.presente THEN 1 ELSE 0 END) / COUNT(c.id), 1) AS taxa_presenca_pct,
  mf.descricao AS justificativa
FROM chamadas c
JOIN alunos a ON c.aluno_id = a.id
JOIN turmas t ON c.turma_id = t.id
LEFT JOIN motivos_falta mf ON c.motivo_falta_id = mf.id
WHERE t.serie = '3º Ano'
GROUP BY t.nome_turma, a.nome, mf.descricao
ORDER BY taxa_presenca_pct ASC;
Resultado da Execução (PostgreSQL Output) 0.042 ms
3ºA | Maria Silva    | 40 aulas | 97.5% pres. | Regular
3ºB | Lucas Santos   | 40 aulas | 82.5% pres. | Atestado Médico
3ºB | Ana Costa      | 40 aulas | 75.0% pres. | Ausência Não Justificada
// PROJETO TCC · EDU-CALL Integridade Referencial 100%
DESTAQUE PRINCIPAL · TCC

Edu-Call: Sistema de Controle de Chamada Escolar

O Edu-Call é um projeto modelado do zero com banco de dados relacional em PostgreSQL para professores registrarem a frequência escolar por turma, com suporte a motivos detalhados de falta para identificação de evasão.

  • Definição completa de tabelas, chaves primárias/estrangeiras e integridade referencial entre professores, turmas e chamadas.
  • Estruturação das contas por professor e parametrização das turmas do 3º ano.
  • Escrita de consultas SQL analíticas com múltiplos JOINs, GROUP BY e cálculos de taxa de presença.
PostgreSQL Modelagem Relacional SQL Avançado (JOINs & GROUP BY) Normalização de Dados
CASE #02 // IA APLICADA & DADOS

Assistente de IA para Análise de Dados (RAG)

Desenvolvimento de assistente inteligente em Python utilizando LangChain e banco vetorial ChromaDB para recuperação de contexto e automação na análise de documentos e bases estruturadas.

  • Pipeline completo de ingestão, chunking de textos e geração de embeddings locais.
  • Busca por similaridade semântica para responder perguntas sobre relatórios e notas técnicas.
  • Preservação de histórico conversacional e orquestração de ferramentas (tools) via Streamlit.
Python LangChain ChromaDB RAG Pipeline Embeddings
rag_analise_assistente.py (Exemplo meramente ilustrativo)
LangChain + ChromaDB
# Inicialização do banco vetorial local e retriever
embeddings = OllamaEmbeddings(model="nomic-embed-text")
vectorstore = Chroma(persist_directory="./chroma_db", embedding_function=embeddings)
retriever = vectorstore.as_retriever(search_kwargs={"k": 4})

# Execução da consulta semântica com contexto recuperado
qa_chain = create_retrieval_chain(retriever, document_chain)
USUÁRIO: "Qual foi a taxa média de faltas no 3º ano no último mês e os motivos mais recorrentes?"
ASSISTENTE (RAG): "Com base nos dados recuperados do banco vetorial: a taxa média de faltas do 3º ano foi de 12.4%. O motivo mais frequente registrado pelos professores foi 'Atestado Médico' (58% das ausências justificadas), seguido por 'Problemas de Transporte'."
// RECUPERAÇÃO SEMÂNTICA LOCAL (EXEMPLO ILUSTRATIVO) LLaMA 3.2 + ChromaDB
Clínica Elevation

// PRODUTO DIGITAL COMPLETO

Clínica Elevation

Live no GitHub Pages
CASE #03 // ENGENHARIA DE PRODUTO

Clínica Elevation: Landing Page de Alta Conversão

Aplicação web interativa desenvolvida com foco no mercado de estética avançada e harmonização facial em São Paulo. Demonstra a capacidade de entregar produtos digitais do início ao fim com layout sofisticado, micro-interações fluidas e responsividade perfeita.

HTML5 Semântico CSS Moderno & Animações JavaScript SEO Otimizado
// CONTATO

Pronto para somar ao seu time de tecnologia.

Em busca de oportunidades como Analista de Dados Júnior ou Estágio em Dados, IA ou Segurança da Informação. Se você é recrutador, líder técnico ou tem uma oportunidade, deixe sua mensagem!

christianribeiro234@gmail.com
(11) 94060-0640
Guaianases, São Paulo - SP
linkedin.com/in/christian-ribeiro-de-souza-52150b1a5
github.com/Dchristho